Power BI의 변칙 검색

이상 현상은 "데이터 패턴 내의 예기치 않은 변경 또는 예상 데이터 패턴을 따르지 않는 이벤트"로 정의됩니다. 요컨대 이상은 이상입니다.

이상 탐지란 무엇입니까?

이상 탐지는 시계열 데이터 스트림에서 예기치 않거나 드문 이벤트를 찾는 것을 목표로 합니다. Anomaly detection을 사용하여 정상적인 경향에서 크게 벗어난 것을 찾을 수 있습니다.

이상 징후를 감지해야 하는 이유는 무엇입니까?

이상 현상은 예상되는 추세에서 주요 변동 및 편차를 나타냅니다. 변동은 데이터 수집 오류 또는 기술적 결함으로 인한 것일 수 있습니다. 변칙은 우리로 하여금 변이의 원인이 무엇인지 생각하게 만드는 경향이 있습니다. 이는 분석가가 결정을 내리는 데 도움이 됩니다.

Power BI를 사용하여 이상을 감지하는 단계

Purchasing Date, Revenue 및 Quantity가 포함된 데이터 세트가 있다고 가정합니다. 총 247개의 행이 있습니다. 다음은 테이블의 몇 행입니다.

1. 이상 탐지를 수행하기 위한 첫 번째 단계는 선 그래프를 그리는 것입니다. 따라서 x축에 구매 날짜를, y축에 수익을 표시하는 선 그래프를 그립니다. 아래는 결과입니다.

민감도를 높이면 알고리즘 이 데이터 변경에 더 민감해집니다. 이 경우 약간의 편차라도 이상으로 표시됩니다. 민감도를 낮추면
알고리즘 이 이상으로 간주하는 대상에 대해 더 선별적입니다.

4. 이제 꺾은선형 차트의 변경 사항을 확인합니다. 이상은 서식을 지정할 수 있는 마커로 표시됩니다. 여기에서 두 가지 이상 현상이 감지되었습니다. 정상 추세에서 벗어난 두 지점에서 갑작스러운 상승이 있음을 시각적으로 볼 수 있기 때문에 이상 현상은 의미가 있습니다.

이상 징후는 고도로 사용자 정의할 수 있습니다. 마커 스타일, 색상 및 크기도 변경할 수 있습니다.

Power BI의 변칙에 대한 자동 설명

데이터의 이상 현상을 자동으로 설명하는 것도 가능합니다. Power BI는 분석을 실행하고 감지된 변칙에 대한 가능한 설명을 찾으려고 합니다. 설명 강도에 따라 정렬되어 변칙을 초래하는 요인과 함께 자연어 설명을 반환합니다. 방법은 다음과 같습니다.

1. "이상 항목 찾기" 옵션 아래의 "설명 기준" 필드에 필수 필드를 추가하고 적용을 클릭합니다.

제한 사항:

1. 한 축에 시계열 데이터가 있고 다른 축에 3개 이상의 데이터 포인트가 있는 라인 차트에서만 지원됩니다.
2. 라인 차트 시각적 개체의 범례, 다중 값 또는 보조 값에서는 지원되지 않습니다.
3. 예측, 최소, 최대 등과 같은 다른 분석 기능을 사용할 때는 작동하지 않습니다 .
4 . 이상 설명은 '값 표시' 옵션과 함께 작동하지 않습니다.
5. 계층 구조에서 다음 레벨로 이동하기 위한 드릴다운을 지원하지 않습니다.

이상 감지를 사용하여 인상적인 통찰력을 찾으십시오. 긍정적이거나 부정적인 것일 수 있습니다. 또한 오류를 수정하거나 기회를 사용할 가능성도 열어줍니다. 여기에서 Power BI에서 시계열 예측을 수행하는 방법을 확인하십시오 .

행복한 학습! 저를 지원하고 나중에 참조할 수 있도록 기사를 저장하려면 박수 버튼을 몇 번 누르는 것을 잊지 마세요. LinkedIn 에서 저와 연결하세요 . 당신이 무엇을 하든지 그것에 마음을 쏟으십시오. 그러면 성공이 따라올 것입니다.